Når man tager det, der kaldes hyperspektrale fotos (som forskeren Sara Salehi arbejder med), får man en hel masse data. Den data kan man se på og undersøge på en computer – men selvom de kaldes fotos, ligner hyperspektrale billeder ikke rigtig det, vi kigger på, når vi bladrer igennem kamerarullen på vores telefoner. Hyperspektral data bliver i stedet vist som en såkaldt datakube (se figur A herover).
En hyperspektral datakube består af:
- Den rumlige dimension: De første to dimensioner af kuben repræsenterer den rumlige information. Det svarer til at dele et almindeligt todimensionelt billede ind i pixels på en x- og en y-akse, ligesom et koordinatsystem.
- Den spektrale dimension: Den tredje dimension repræsenterer den spektrale information. Hver “skive” (se figur B) langs denne dimension indeholder data fra en specifik bølgelængde eller farvebånd. Disse skiver, som der er mange tusind af i en datakube, er stillet helt tæt sammen, som bøger på en hylde, for at danne den tredje dimension, som så skaber et rumligt koordinatsystem (det vil sige med tre akser).
De to typer data, rumlig og spektral, bliver altså kombineret, så man i hver pixel (markeret med grøn pil) i billedet både har den rumlige og den spektrale information.
Vigtigt værktøj til forskning
Denne type datavisualisering bruges ofte til remote sensing, som vil sige at registrere noget på afstand – på samme måde som man kan bruge satellitbilleder og luftfotos. Remote sensing anvendes ofte til videnskabelig forskning.
Ved at organisere data på denne måde kan en hyperspektral datakube visualisere den information, der er optaget af et hyperspektralt kamera. Datakuben giver forskere og analytikere mulighed for at undersøge samspillet mellem forskellige bølgelængder i forhold til det, de skal udforske – for eksempel en klippeside i Grønland – og identificere unikke mønstre, signaturer og karakteristika, der ikke er synlige med almindelige RGB-billeder (rød, grøn, blå) og dermed ikke kan ses med det blotte øje.
